Emulation in simulation

„Emulation in Simulation“ verbindet die HITS-Expertise in computergestützter Statistik und numerischer Simulation, um eine neue Generation von Werkzeugen für Surrogatmodelle zu entwickeln. Das Projekt befasst sich mit wesentlichen Problemen in der Astrophysik und Molekularbiologie, in Verbindung mit der Entwicklung von Methoden und Codes.  

Physikalische Prozesse wirken auf einer Vielzahl von räumlichen und zeitlichen Skalen. Bislang wird dies typischerweise mit Ad-hoc-Modellen und sogenannter „Sub-Grid-Scale“-Physik angegangen. Wir denken, dass ein komplementärer Einsatz von Methoden aus Computerstatistik und maschinellem Lernen zu einer neuen Qualität effizienter Simulatoren führen kann. Die drei Teilprojekte sind eng miteinander verknüpft und werden parallel durchgeführt, um eine anwendungsorientierte methodische Entwicklung, gemeinsame Codeentwicklung sowie gemeinsame Erfahrungen und Problemlösungen zu ermöglichen.

Beteiligte:
Tilmann Gneiting (CST)
Frauke Gräter (MBM)
Friedrich Röpke (PSO)

Mitglieder:
Kiril Maltsev (PSO)
Kai Riedmiller (MBM)
Ghulam Abdul Qadir (CST)
Evgeni Ulanov (CST, MBM)

Publikationen:

Subprojekt A: Emulatoren für reaktive Molekulardynamik-Simulationen (Kai Riedmiller, Evgeni Ulanov)

(Bio-)Materialien sind ständig äußeren Reizen wie mechanischer Beanspruchung oder Lichteinwirkung ausgesetzt. Das führt zu einer Vielzahl von chemischen Reaktionen, an der auch Radikale beteiligt sind (Zapp et al., Nat. Comm. 2020, Rennekamp, JCTC, 2020). Diese Prozesse verschlechtern häufig die Materialeigenschaften und führen zur Alterung. Unser Ziel ist es, reaktive MD-Simulationen durch Emulation chemischer Reaktionen während der Simulation zu entwickeln.

Subprojekt B: Emulatoren für die Sternentwicklung (Kiril Maltsev)

Sterne sind grundlegende Bausteine des sichtbaren Universums und spielen eine entscheidende Rolle in einer Vielzahl von astrophysikalischen Prozessen. Eine detaillierte Modellierung ihrer Entwicklung in einem kosmologischen Kontext ist immer noch zu teuer und auch mit Instabilitäten der numerischen Schemata behaftet. Wir schlagen daher vor, Emulatoren zu konstruieren, die die Sternentwicklung effizient und zuverlässig reproduzieren.

Subprojekt C: Neuartige Methodik für Emulatoren (Ghulam Abdul Qadir)

Viele angewandte Probleme erfordern die Entwicklung einer neuartigen datenwissenschaftlichen Methodik für Emulatoren, insbesondere in dem allgegenwärtigen Fall, in dem die Modellausgaben multivariat sind, in dem also mehrere Variablen gleichzeitig auftreten. In der bestehenden Literatur wird diese Herausforderung auf eine sehr einfache Art und Weise bewältigt, indem univariate Emulatoren für jede der Ausgabekomponenten separat entwickelt werden. Um echt multivariate Emulatoren zu entwickeln, untersuchen wir die Verwendung von multivariat Gaußschen Prozessmodellen und empirischen Copula-basierten Techniken. Eine zweite große methodische Herausforderung, die wir angehen, ist die Entwicklung kalibrierter Emulatoren (d.h. Emulatoren, die zuverlässige Intervallprädiktion ermöglichen, indem das zugrunde liegende neuronale Netz oder Gaußsche Prozessmodell mit geeigneten Bewertungsregeln trainiert wird. In diesem Zusammenhang werden wir uns auch mit Fragen nach geeigneten Leistungsmaßen zur vergleichenden Bewertung von Emulatoren befassen.